用途：解析、转换、分块并分析文档结构与质量，覆盖 PDF、DOCX、PPTX、HTML、图像，输入可为本地路径或 URL，输出 Markdown 或结构化 JSON（DoclingDocument）。
主要能力：格式解析与 Markdown 转换、DoclingDocument JSON 导出、扫描 PDF 自动 OCR、多源批量转换、面向 RAG 的混合分块（标题层级+token）、结构分析（标题、表格、图片）。转换以 docling CLI 为主，CLI 未暴露的功能（分块、VLM 远程 API 端点配置、混合 force_backend_text 模式）用 Python API。
使用方式：安装 CLI 用 uv tool install docling；基本转换如 docling path/to/file.pdf、docling https://example.com/a.pdf，默认输出 Markdown，--to json 输出 JSON，--output 指定目录。流水线按文档类型选择：数字原生 PDF 用标准流水线（默认，无需 GPU），扫描件同标准流水线（自动 OCR），复杂版式/公式/手写用 --pipeline vlm（需 GPU）。可配置 --ocr-engine、--no-ocr、--no-tables、--vlm-model granite_docling、--enable-remote-services。
分块：仅 Python API，示例用 HybridChunker 搭配 HuggingFaceTokenizer 或 OpenAITokenizer；OpenAI tokenizer 需 uv add 'docling-core[chunking-openai]'。结构分析可直接遍历 DoclingDocument 的迭代项、tables 与 pictures。
限制与注意：VLM 流水线需 GPU、较慢；标准 OCR 不处理手写与公式。远程 VLM 仅 Python API 支持，且必须设置 enable_remote_services=True。密码 PDF 用 --pdf-password，错误会抛 ConversionError；认证后的 URL 建议先下载到本地。文档 500+ 页可考虑标准流水线并关闭表格以提速。具体 API 细节与参数以原始资料为准。